这是SVM软件包，库和SVM应用程序的另一个怪兽列表 。

我以前使用过SVMLight，发现它非常稳定且快速。我在使用它方面有很好的经验，会推荐它。

但是，我认为SVMLight上的文档可能少于libSVM。只是Thorsten Joachims的论文以及源代码中的注释。一般而言，我觉得来源并不难，但是您需要事先阅读论文以了解背景。如果对您来说很重要，它也是用纯C而不是C ++编写的。

至于“新玩家”，新的研究主要是使SVM优化算法更有效。例如，使用svmsgd和pegasos中的随机梯度下降。我没有看过这些算法的实现，但是它是研究代码，因此，如果这是您的主要关注点，那么我不希望它们特别容易遵循。

• 在割炬机器学习库中实现了SVMTorch （用于大规模回归问题的支持向量机）。
• mySVM-基于SVM-Light的优化算法。

可在此处找到SVM库的完整列表。

还有dlib ，它很安静。

特别地，存在用于执行分类，回归，聚类，序列标记，异常检测和特征排名的算法，以及用于进行更专门的计算的算法。